Tony Wang8 Min. LesezeitIndien, nicht die USA, hat die meisten KI-Entwickler auf GitHub
Wir haben unsere 973K-Profile-GitHub-Zählung nach dem ml-ai-Tag neu geschnitten: Indien führt bei KI/ML-Geografie — besser erreichbar als GitHub insgesamt.
Unsere Zählung von 972.576 GitHub-Entwicklerprofilen fand die USA knapp vor Indien bei der reinen Entwicklerzahl. Filtert man denselben Datensatz auf die 28.603 mit ml-ai getaggten Profile — Crawloras abgeleitetes Interessendomänen-Label für auf KI/ML fokussierte Entwickler — kippt die Rangfolge: Indien hat mehr geoauflöste KI/ML-Entwickler als die Vereinigten Staaten.
Die Geografie kippt: Indien führt bei KI/ML, nicht die USA
Über die gesamte GitHub-Zählung hinweg führen die USA vor Indien bei der reinen Entwicklerzahl. Gefiltert auf ml-ai zieht Indien vorbei:
Nach Stadt führt Bengaluru mit 518 — konsistent damit, dass es auch die gesamte GitHub-Zählung anführt — aber der Rest der Top-Städte zeigt dasselbe Indien-lastige Muster wie die Ländersummen: Hyderabad (289), New Delhi (254), Pune (235) und Chennai (218) platzieren sich alle in den globalen Top 10, neben San Francisco (337), New York (305) und London (304).
Top-25-Städte nach mit ml-ai getaggter Entwicklerzahl anzeigen
| Stadt | Entwickler |
|---|---|
| Bengaluru | 518 |
| San Francisco | 337 |
| New York | 305 |
| London | 304 |
| Hyderabad | 289 |
| New Delhi | 254 |
| Pune | 235 |
| Chennai | 218 |
| Paris | 192 |
| Seoul | 178 |
| Dhaka | 164 |
| Mumbai | 161 |
| Toronto | 155 |
| Berlin | 148 |
| Peking | 143 |
| Kolkata | 138 |
| Seattle | 128 |
| Lahore | 127 |
| Karatschi | 104 |
| Boston | 101 |
| Noida | 99 |
| Coimbatore | 97 |
| Los Angeles | 95 |
| Nairobi | 91 |
| Islamabad | 87 |
Akademia taucht hier auf, wie sie es für GitHub insgesamt nicht tut
Unsere frühere Studie fand Red Hat und Microsoft an der Spitze der Arbeitgeber-Nennungen für GitHub insgesamt, mit null Universitäten in den Top 10. Gefiltert auf ml-ai schaffen es Universitäten klar in die Liste:
Microsoft, NVIDIA und Red Hat führen — dasselbe Muster Open-Source-freundlicher Unternehmen wie in unserer früheren Studie — aber Northeastern University (16 Nennungen) allein übertrifft SAP, Deloitte, ByteDance und Huawei unter den genannten Zugehörigkeiten, und Stanford, CMU, Tsinghua, Peking und Zhejiang erscheinen alle weiter unten auf der Liste. KI/ML-Forschung läuft weiterhin substanziell über Universitäten, und die GitHub-Bios ihrer Forscher spiegeln das auf eine Weise wider, wie es die allgemeine Entwicklerpopulation nicht tut.
Diese Population ist drastisch leichter zu erreichen und zu rekrutieren
Der schärfste Unterschied zwischen mit ml-ai getaggten Entwicklern und der allgemeinen GitHub-Population ist nicht die Geografie — es ist die Erreichbarkeit:
56,5 % der mit ml-ai getaggten Entwickler zeigen irgendeinen öffentlichen Kontaktkanal, gegenüber 21,2 % der allgemeinen Population — und 21,1 % markieren sich als offen für Anstellung, gegenüber 7,5 % insgesamt. Beide Zahlen liegen etwa 2,7-2,8-mal höher als die GitHub-weite Basislinie. Aktivitätsniveaus erklären die Lücke nicht (93,9 % der mit ml-ai getaggten Entwickler haben in den letzten 90 Tagen gepusht, einen PR eröffnet oder einen Review durchgeführt, was im Wesentlichen dem Wert der Gesamtpopulation von 93,6 % entspricht) — das sieht nach einem Effekt des Arbeitsmarktes aus: Entwickler, die sichtbar in einem heißen Feld bauen, haben mehr Grund, sich auffindbar zu machen.
Die Follower-Verteilung verschiebt sich ebenfalls, wenn auch bescheidener. 90,5 % der mit ml-ai getaggten Entwickler liegen in der Nano-Stufe (unter 100 Follower), gegenüber 95,3 % für GitHub insgesamt; die Micro-Stufe (100-999) hält 8,3 % gegenüber 4,2 % insgesamt. Der meistgefolgte Entwickler mit dem ml-ai-Tag in diesem Datensatz — Sebastian Raschka (@rasbt, Autor mehrerer ML-Lehrbücher) mit 38.746 Followern — erreicht nicht GitHubs Gesamt-Spitzenreiter der Macro-Stufe, eine Erinnerung daran, dass breiter Plattform-Ruhm und tiefe Spezialisten-Reputation korreliert, aber unterschiedlich sind.
Was das bedeutet, wenn Sie rekrutieren, sponsern oder KI-Tools bauen
Für technisches Recruiting speziell in KI/ML ist Indien kein sekundärer Beschaffungsmarkt — nach diesem Maßstab ist es die größte Einzelgeografie, vor den USA. Für OSS-Sponsoring und DevRel, das auf die KI/ML-Community abzielt, bedeutet die 2,7-fache Erreichbarkeitslücke, dass aus dieser Population aufgebaute Outreach-Listen bei der Kontaktierbarkeit weit besser konvertieren als eine generische, GitHub-weite Liste. Und für akademische Partnerschaften oder Tools zur Forschungszusammenarbeit sind Universitätszugehörigkeiten in dieser spezifischen Population ein reales, messbares Signal, auf eine Weise, wie sie es für GitHub-Entwickler im Allgemeinen einfach nicht sind.
Den GitHub-Users-Datensatz nach Interessendomäne abfragen
Filtern Sie 972.576 angereicherte Entwicklerprofile nach Domäne (ml-ai, web, devops, security und mehr), Geografie, Unternehmen oder Einflussstufe — über eine REST-API.
Häufig gestellte Fragen
Hat Indien oder die USA mehr KI/ML-Entwickler auf GitHub?
Nach diesem Maßstab Indien. Filtert man Crawloras 972.576-Profile-GitHub-Users-Zählung auf die 28.603 mit ml-ai getaggten Profile (ein aus Repo-Themen und Bio-Text abgeleitetes Interessendomänen-Tag), hat Indien 4.810 geoauflöste Entwickler gegenüber 3.536 für die Vereinigten Staaten - eine Umkehrung der gesamten GitHub-Zählung, in der die USA vor Indien liegen, 43.996 zu 32.915.
Wie viele GitHub-Entwickler arbeiten in KI/ML?
28.603 der 972.576 Profile in Crawloras GitHub-Users-Datensatz (2,9 %) tragen das Interessendomänen-Tag ml-ai. Das ist aus Repo-Themen und Bio-Text abgeleitet, kein selbst deklariertes Label, und sollte daher als Untergrenze-Signal gelesen werden, nicht als exakte Kopfzahl.
Sind KI/ML-Entwickler leichter zu erreichen und zu rekrutieren als andere GitHub-Entwickler?
Ja, deutlich. 56,5 % der mit ml-ai getaggten Entwickler zeigen einen öffentlichen Kontaktkanal, gegenüber 21,2 % von GitHub insgesamt - und 21,1 % markieren sich als offen für Anstellung, gegenüber 7,5 % insgesamt. Beide Zahlen liegen etwa 2,7-2,8-mal höher als die GitHub-weite Basislinie, während die Aktivitätsniveaus (93,9 % in den letzten 90 Tagen aktiv) kaum von der Gesamtpopulation (93,6 %) abweichen.
Tauchen Universitäten in den GitHub-Profilen von KI/ML-Entwicklern auf?
Ja, auf eine Weise, wie es für GitHub insgesamt nicht der Fall ist. Northeastern University, Stanford, Carnegie Mellon, Tsinghua und Peking University erscheinen alle unter den am häufigsten genannten Zugehörigkeiten für mit ml-ai getaggte Entwickler, neben Unternehmen wie Microsoft, NVIDIA, Red Hat und Google. Die Top-10-Arbeitgebernennungen der gesamten GitHub-Zählung enthalten null Universitäten.